Questões de Concurso Público Petrobras 2022 para Ciência de Dados

Com respeito a machine learning aplicado, julgue o próximo item.

Stop-words constituem um conjunto de palavras que proporcionam pouca informação para o significado de uma frase. 

Com respeito a machine learning aplicado, julgue o próximo item.

O CBOW é um modelo de aprendizado de máquina desenhado para prever contexto com base em determinada palavra. 

Com respeito a machine learning aplicado, julgue o próximo item.

Suponha que a palavra amor ocorra 1.000 vezes no último livro escrito por certo autor, que escreveu, no total, 10 livros. Nesse caso, se a palavra amor for encontrada em todos os livros desse autor, então o valor do TF-IDF (term frequencyinverse document frequency) referente à palavra amor no último livro escrito será igual a 1/1.000.

Considerando uma série temporal representada por {X_t}, julgue o item a seguir.

Se a figura abaixo apresenta a forma da função de autocorrelação parcial (facp) da série temporal {X_t}, na qual as correlações parciais são nulas nos lags iguais ou superiores a 2, então a autocorrelação entre X_t e X_t-4 é igual a zero.

Considerando uma série temporal representada por {X_t}, julgue o item a seguir.

Se a série temporal for gerada por um processo na forma

no qual E_t representa um ruído branco com média zero e desvio padrão igual a 1, então a variância de X_t será igual a 0,5. 

Considerando a figura precedente, que mostra desenhos esquemáticos das distribuições das quantidades de cargas perdidas nos anos de 2020 e 2021, segundo o tipo de carga transportada por uma mineradora, julgue o item que se segue.

No que se refere à distribuição da quantidade de carga do tipo B perdida em 2021, observa-se que o valor da perda mínima foi superior a Q₁ -1,5D_q, no qual Q₁ representa o primeiro quartil e D_q denota o intervalo interquartil da distribuição em tela. 

Considerando a figura precedente, que mostra desenhos esquemáticos das distribuições das quantidades de cargas perdidas nos anos de 2020 e 2021, segundo o tipo de carga transportada por uma mineradora, julgue o item que se segue.

Na distribuição da quantidade de carga do tipo A perdida em 2020, observa-se que o primeiro quartil foi superior a 100 kg, enquanto o terceiro quartil foi inferior a 50 kg. 

Considerando a figura precedente, que mostra desenhos esquemáticos das distribuições das quantidades de cargas perdidas nos anos de 2020 e 2021, segundo o tipo de carga transportada por uma mineradora, julgue o item que se segue.

No desenho esquemático referente à distribuição da quantidade de carga do tipo C perdida em 2020, os dois pontos exteriores representam as observações destoantes das demais, que podem ou não podem ser considerados outliers.

Considerando a figura precedente, que mostra desenhos esquemáticos das distribuições das quantidades de cargas perdidas nos anos de 2020 e 2021, segundo o tipo de carga transportada por uma mineradora, julgue o item que se segue.

Suponha que os valores das quantidades de carga perdida sejam submetidos a uma normalização numérica com base no critério do Z-score da forma

em que X_a,t denota a quantidade de carga do tipo t perdida no ano a, μ_a,t representa a quantidade média de carga do tipo t perdida no ano a, e σ_a,t , refere-se ao desvio padrão da distribuição da quantidade de carga do tipo t perdida no ano a. Como resultado dessa normalização, a média da soma

Com respeito a métodos para imputação de dados, julgue o seguinte item.

O método de imputação K-NN (k-nearest neighbours) leva em consideração os padrões de similaridade presentes no conjunto de dados para predizer os valores faltantes. No entanto, a escolha da função de distância para a aplicação desse método, como, por exemplo, HEOM (heterogeneous euclidean-overlap metric) ou HVDM (heterogeneous value difference metric), pode influenciar significativamente nos resultados da imputação.

Com respeito a métodos para imputação de dados, julgue o seguinte item.

Um dos passos para tratar com dados faltantes é avaliar o tipo de dado perdido; assim, por exemplo, o método MICE (multivariate imputation by chained equations) não seria aplicável para dados perdidos do tipo MAR (missing at random). 

A tabela abaixo apresenta parte de um conjunto de dados referentes a uma variável categórica chamada opinião que possui quatro categorias de resposta: muito satisfeito, satisfeito, insatisfeito e muito insatisfeito.
Com base nessas informações, julgue o próximo item.

Para lidar numericamente com os dados categóricos, uma codificação binária proporciona uma conversão de cada categoria de resposta para uma sequência de dígitos binários, em que cada dígito binário representa uma variável numérica que assume valores 0 ou 1. Na situação em tela, uma possível codificação binária é exemplificada na tabela abaixo. 

Considerando essas informações, julgue o próximo item.

O código abaixo permite importar corretamente o arquivo pesquisa.csv para ser manuseado como um data frame no Python. 

Considerando essas informações, julgue o próximo item.

O código abaixo permite importar apenas a última linha das duas primeiras colunas do arquivo pesquisa.csv. 

A partir das informações constantes no modelo e dos dados sobre o conteúdo dos atributos, julgue o item subsecutivo.

Após a criação da tabela Projeto, a criação das chaves estrangeiras (FK) do relacionamento Orienta pode ser feita corretamente conforme a seguir.

A partir das informações constantes no modelo e dos dados sobre o conteúdo dos atributos, julgue o item subsecutivo.

Projeto é uma entidade fraca em relação à entidade Pesquisador, considerando o relacionamento identificado como Responsavel e os atributos do MER. 

A partir das informações constantes no modelo e dos dados sobre o conteúdo dos atributos, julgue o item subsecutivo.

Por meio do comando SQL a seguir, é possível recuperar o nome dos pesquisadores responsáveis por projetos, seguido pelo nome de seu orientador, mas apenas os projetos orientados por Pedro. 

Com referência aos conceitos de banco de dados e data warehouse, julgue o item seguinte. 

Em sistemas NoSQL baseados em armazenamento de chave-valor, a chave é multidimensional e composta pela combinação do nome de tabela com a chave linha-coluna e com o rótulo de data e hora.  

Com referência aos conceitos de banco de dados e data warehouse, julgue o item seguinte. 
O Hadoop Distributed File System (HDFS) é construído usando a linguagem Java, o que permite que sua arquitetura mestre/escravo seja implementada em uma ampla variedade de máquinas

Com base nessas informações hipotéticas, julgue o próximo item.

O volume instantâneo que o poço produz está aumentando no instante t = 10 horas.